简化PHP DOM XML解析-如何？

我花了整整一天时间研究PHP的DOM函数，但我还不明白它是如何工作的：( 我有一个简单的XML文件，看起来还可以，但我不能像创建结构时那样使用它

示例XML片段：

-pages //root element
    -page id="1" //we can have any number of pages
        -product id="364826" //we can have any number of products
            -SOME_KIND_OF_VALUE
            -ANOTHER_VALUE
            ...

我最初的想法是加快客户的工作流程，所以我抛弃了旧的CSV，开始使用XMLs

问题1: 当我将产品分组到页面中时，我使用的是防止在树中多次存储同一页面。在读取之前，这种方法可以正常工作，因为这些id与某种DTD（基于）绑定

问题1： 如何编写一个简单的DTD来提供这些必要的信息，以便在阅读阶段也可以使用

getElementById

问题2: 因为我有页面，我希望加载尽可能少的信息。这就是我在页面上创建id属性的原因。现在我无法直接访问我的页面id=“2”，因为上面的问题1（

getElementById

目前没有意义）.不知何故，我可以在给定页面上检索到关于每个产品的必要信息，但我的代码看起来很可怕：

$doc      = DOMDocument::load('data.xml');
$xpath    = new DOMXPath($doc);
$query    = '/pages/page[' . $page . ']'; //$page is fine: was set earlier
$products = $xpath->query($query);
$_prods   = $doc->getElementsByTagName('product');
foreach($_prods as $product){
    foreach($product->childNodes as $node){
        echo $node->nodeName . ": " . $node->nodeValue . "<br />";
    }
}

$doc=DOMDocument:：load（'data.xml'）；
$xpath=新的DOMXPath（$doc）；
$query='/pages/page['.$page.]'；//$page正常：已在前面设置
$products=$xpath->query（$query）；
$\u prods=$doc->getElementsByTagName（“产品”）；
foreach（$\将产品作为$产品）{
foreach（$product->childNodes作为$node）{
echo$node->nodeName.：“$node->nodeValue.”
”；
}
}

奎斯顿2号：

---

我认为上面的代码是关于如何不解析XML的示例。但由于我对PHP的DOM函数了解有限，我无法自己编写一个更干净的。我尝试了一些简单的解决方案，但没有一个对我有效。

解决问题1:

：属性

xml:id

在xml文档中作为id属性的含义，并定义对该属性的处理，以在没有验证、不获取外部资源和不依赖内部子集的情况下识别id

换句话说，当你使用

$element->setAttribute('xml:id', 'test');

您不需要调用

setIdAttribute

，也不需要指定DTD或架构。当与

getElementById

一起使用时，DOM将识别

xml:id

属性，而无需验证文档或任何内容。这是最省力的方法。不过，请注意，根据您的操作系统和libxml版本，您不会得到

getElementById

根本无法工作

解决问题2:

即使不能使用

getElementById

获取ID，您仍然可以使用XPath获取它们：

$xpath->query('/pages/page[@id=1]');

当然可以。您还可以直接获取特定页面的产品子项：

$xpath->query('//pages/page[@id=1]/products');

除此之外，您几乎无法使DOM代码看起来不那么冗长，因为它实际上是一个冗长的接口

---

在评论后编辑以下内容

它的工作原理与我上面解释的一样。这是一个完整的测试用例。第一部分是用于使用DOM编写新的XML文件。在这里，您需要设置

XML:id

属性。您可以使用该属性而不是常规的、无名称空间的id属性

// Setup
$dom = new DOMDocument;
$dom->formatOutput = TRUE;
$dom->preserveWhiteSpace = FALSE;
$dom->loadXML('<pages/>');

// How to set a valid id attribute when not using a DTD or Schema
$page1 = $dom->createElement('page');
$page1->setAttribute('xml:id', 'p1');
$page1->appendChild($dom->createElement('product', 'foo1'));
$page1->appendChild($dom->createElement('product', 'foo2'));

// How to set an ID attribute that requires a DTD or Schema when reloaded
$page2 = $dom->createElement('page');
$page2->setAttribute('id', 'p2');
$page2->setIdAttribute('id', TRUE);
$page2->appendChild($dom->createElement('product', 'bar1'));
$page2->appendChild($dom->createElement('product', 'bar2'));

// Appending pages and saving XML
$dom->documentElement->appendChild($page1);
$dom->documentElement->appendChild($page2);
$xml = $dom->saveXML();
unset($dom, $page1, $page2);
echo $xml;

现在进行一些测试：

echo "\n\n GETELEMENTBYID RETURNS ELEMENT WITH XML:ID \n\n";
foreach( $dom->getElementById('p1')->childNodes as $product) {
    echo $product->nodeValue; // Will output foo1 and foo2 with whitespace
}

上述方法是有效的，因为与DOM兼容的解析器必须识别

xml:id

是一个id属性，而不考虑任何DTD或模式。这在上面链接的规范中进行了解释。 它输出空白的原因是，由于格式化的输出，在开始标记、两个产品标记和结束标记之间有DOMText节点，因此我们在五个节点上进行迭代。使用XML时，理解节点概念至关重要

echo "\n\n GETELEMENTBYID CANNOT FETCH NORMAL ID \n\n";
foreach( $dom->getElementById('p2')->childNodes as $product) {
    echo $product->nodeValue; // Will output a NOTICE and a WARNING
}

上述方法不起作用，因为

id

不是id属性。要让DOM解析器识别它，您需要DTD或模式，并且必须根据它验证XML

echo "\n\n XPATH CAN FETCH NORMAL ID \n\n";
$xPath = new DOMXPath($dom);
$page2 = $xPath->query('/pages/page[@id="p2"]')->item(0);
foreach( $page2->childNodes as $product) {
    echo $product->nodeValue; // Will output bar1 and bar2
}

另一方面，XPath是关于属性的文字，这意味着如果

getElementById

不可用，则可以在DOM中查询属性为

id

的页面元素。请注意，要查询id为p1的页面，必须包含名称空间，例如

@xml:id=“p1”

正如前面所说的，您还可以使用XPath查询文档中的任何其他内容。这个不会输出空白，因为它只会返回id为p2的页面下方的

product

元素

您还可以从一个节点遍历整个DOM。它是一个树结构。因为它是DOM中最重要的类，所以您需要熟悉它

echo "\n\n TRAVERSING UP AND DOWN \n\n";
$product = $dom->getElementsByTagName('product')->item(2);
echo $product->tagName; // 'product'
echo $dom->saveXML($product); // '<product>bar1</product>'

// Going from bar1 to foo1
$product = $product->parentNode // Page Node
                   ->parentNode // Pages Node
                   ->childNodes->item(1)  // Page p1
                   ->childNodes->item(1); // 1st Product

echo $product->nodeValue; // 'foo1'

// from foo1 to foo2 it is two(!) nodes because the XML is formatted
echo $product->nextSibling->nodeName; // '#text' with whitespace and linebreak
echo $product->nextSibling->nextSibling->nodeName; // 'product'
echo $product->nextSibling->nextSibling->nodeValue; // 'foo2'

echo“\n\n上下遍历\n\n”；
$product=$dom->getElementsByTagName（'product'）->项（2）；
echo$product->tagName；//“产品”
echo$dom->saveXML（$product）；//“bar1”
//从bar1到foo1
$product=$product->parentNode//页面节点
->parentNode//Pages节点
->childNodes->item（1）//第p1页
->childNodes->item（1）；//第一个产品
echo$product->nodeValue；//“foo1”
//从foo1到foo2是两个（！）节点，因为XML是格式化的
echo$product->nextSibling->nodeName；//“#text”带有空格和换行符
echo$product->nextSibling->nextSibling->nodeName；//“产品”
echo$product->nextSibling->nextSibling->nodeValue；//“foo2”

---

顺便说一句，是的，我确实在上面的原始代码中有一个输入错误。它是

产品
而不是
产品
。但是我发现当你需要更改的只是
s
时，很难有理由声称代码不起作用。这感觉太像是想要被勺子舀。我想你刚刚给出了你的产品结构的概要XML文档？因为它不是您发布的XML（我只是想确定；）。当然，它只是一个大纲。与我的代码不同，XML验证得很好，看起来也很好：对于您的需要，simplexml函数是否会过于简单？@stillstanding:也许会
echo "\n\n XPATH CAN FETCH NORMAL ID \n\n";
$xPath = new DOMXPath($dom);
$page2 = $xPath->query('/pages/page[@id="p2"]')->item(0);
foreach( $page2->childNodes as $product) {
    echo $product->nodeValue; // Will output bar1 and bar2
}

echo "\n\n XPATH CAN FETCH PRODUCTS FOR PAGE WITH ID \n\n";
$xPath = new DOMXPath($dom);
foreach( $xPath->query('/pages/page[@id="p2"]/product') as $product ) {
    echo $product->nodeValue; // Will output bar1 and bar2 w\out whitespace
}

echo "\n\n TRAVERSING UP AND DOWN \n\n";
$product = $dom->getElementsByTagName('product')->item(2);
echo $product->tagName; // 'product'
echo $dom->saveXML($product); // '<product>bar1</product>'

// Going from bar1 to foo1
$product = $product->parentNode // Page Node
                   ->parentNode // Pages Node
                   ->childNodes->item(1)  // Page p1
                   ->childNodes->item(1); // 1st Product

echo $product->nodeValue; // 'foo1'

// from foo1 to foo2 it is two(!) nodes because the XML is formatted
echo $product->nextSibling->nodeName; // '#text' with whitespace and linebreak
echo $product->nextSibling->nextSibling->nodeName; // 'product'
echo $product->nextSibling->nextSibling->nodeValue; // 'foo2'